洪涝灾害条件下疏散交通生成预测方法

为有助于有关部门更准确预测洪涝灾害受灾民众的疏散量,结合非集计数据和集计数据的优点,提出分区集计数据的概念,设计了受灾区域分区方法,并通过意向偏好(SP)调查法对我国居民在洪涝条件下疏散交通需求数据进行调查。在此基础上,引入BP神经网络建立基于分区集计数据的疏散交通生成预测模型。利用调查数据进行实证分析发现,所设计方法取得了较好的预测效果,鲁棒性较好,平均相对预测误差仅为1.8%,其预测效果明显优于现有的非集计和整集计模型。     

洪涝灾害中的环境监测

1991年夏季,苏州城乡遭受百年未遇的特大洪涝灾害袭击,全市受淹农田249万亩,工业企业700家,居民住宅10万多户,受灾人口76万,市区直接经济损失30亿元以上.全市人民生命财产的安全受到严重威胁.苏市环境监测站的监测人员以对工作高度负责的精神,既投入了抗洪抢险斗争,又抓紧时机进行水质监测,充分发挥了“哨兵”、“耳目”的作用.     

从1991年江淮流域特大洪涝灾害论协调人地关系减灾对策

本世纪70年前,全球因灾害每年经济损失400亿美元,其中40%是洪涝灾害损失.1988年我国发生洪涝灾害62次,居20多个常见灾种之首位,经济损失254亿元,占灾害总损失的54%.江淮流域是我国重要的农业基地和产业密集地区.特别是长江中下游地区,以约占全国1/7的土地,1/4的人口,提供了1/3以上的工农业产值.位于长江下游南翼的太湖流域,人口众多,城镇密集,士地面积仅占全国0.4%,人口占3%,而工农业产值竟占全国1/6.江淮丘陵和里下河地区又是我国重要的能源、钢铁和商品粮基地.因而防治江淮流域洪涝灾害,具有特别重大的经济效益和社会效益.     

云南省富宁县列村发生“8．6”地质灾害

2006年8月初，云南省富宁县局部出现连续强降雨天气，致使境内多处发生洪涝灾害。8月6日晚9时许，谷拉乡多贡村委会列村发生滑坡地质灾害事故，造成7间民房被毁．直接经济损失约18万元，由于避让及时无人员伤亡。     

高泥沙含量洪水的MODIS遥感识别

2003年9月,渭河流域发生了严重的洪涝灾害,洪水泥沙含量高达486kg/m 3.准确地对泥沙含量极高的洪水及其淹没区进行快速识别是利用MODIS遥感资料成功进行渭河洪涝灾害监测的关键.通过对洪水及其淹没区MODIS图像的剖面光谱分析认为,在MODIS的1～7通道中,进行洪水识别的最佳通道依此是2、5和6通道;植被指数法和假彩色合成是提取高泥沙含量洪水及其淹没区域的有效方法.     

中国的水危机及出路

中国的水危机有目共睹,现在仍然处在不断加重的阶段,而且看不到有遏制的趋势。 人与水关系日趋“紧张” 自1998年的洪灾之后,珠江、准河、长江、太湖等大江大河都连续出现灾情。今年上半年,从南到北一些主要城市都遭遇了前所未有的暴雨袭击。现在我国多年平均洪涝灾害损失大约占GDP的2％～3％,日本现在是0．2％～0．3％,美国则更少,是万分之八左右。从这个角度看,我们防御洪涝灾害的能力还很不足,防洪的标准也比较低。     

认识台风

正狂风及其掀起的海浪轻而易举地将万吨巨轮抛向半空拦腰折断,桥梁、车辆和建筑物随时可能因巨大的风力损坏甚至摧毁;所经地区一天可能有数百毫米的降雨,洪涝灾害极具破坏性;潮位猛涨,海浪挟裹着沙石排山倒海般拍打向海岸,海堤溃决,淹没城镇和农田,再大胆的人都可能会胆战心惊……不管是亲身经历过台风携风带雨的场面,还是看到过电视画面和实时新闻图片中台风"狰狞"的面目,人们都对台风带来的种种危害留下了深刻的印象。也难怪在台风季节,生活在沿海地区的人们时常谈"台"色变,甚至将台风当成像地震一样可怕的灾难。遇上台风,不少地区学校放假、工地停工是常事儿。     

江苏历史时期洪涝灾害时空分布特征

以江苏历史文献记录的洪涝灾害为研究对象,分析历史时期江苏地区洪涝灾害发生的时空差异性特征,探讨影响洪涝灾害时空差异性的原因。时间尺度上,历史时期江苏地区洪涝灾害明清时期多发,集中于夏秋季节,其影响因素有长时间异常降水、风暴潮以及厄尔尼诺事件等。空间尺度上,洪涝灾害多发生于太湖平原、里下河平原及沿江地区。唐宋时期,太湖平原、沿江地区是江苏省洪涝灾害最为集中的地区,明代以降苏北平原洪涝灾害更为集中,原因应该是宋代太湖平原人口激增,涸湖造田破坏了太湖东泄水道,明清后泄洪能力得到提升,长江口的演变则使得沿江地区潮灾逐渐减少,而里下河平原因为黄河夺淮入海,导致泥沙沉降,水流不畅,成为洪涝走廊。     

基于BP神经网络的鄱阳湖水位模拟

考虑到鄱阳湖水位受流域五河与长江来水等多因素的共同作用而表现出高度非线性响应,采用典型的三层BPNN神经网络模型来模拟鄱阳湖水位与其主控因子之间的响应关系。分别将湖口、星子、都昌、棠荫和康山水位作为目标变量进行BPNN模型构建和适用性评估。结果显示：综合考虑流域五河及长江来水（汉口或九江）的BPNN水位模型,空间站点水位模拟精度（R2和Ens）可达090以上,各站点的均方根误差（RMSE）变化范围约050～10 m,若忽略长江来水的影响作用,仅将流域五河来水作为湖泊水位的主控影响因子,模型训练期与测试期的纳希效率系数（Ens）和确定性系数（R2）显著降低,且低于050,均方根误差（RMSE）也明显增大（124～288 m）,意味着综合考虑流域五河与长江来水是获取结构合理、精度保证的鄱阳湖水位模型的重要前提。同时建议针对鄱阳湖湖盆变化对水位的影响,尽可能选择一致性较好的长序列数据集来训练和测试BPNN模型。所构建的BPNN神经网络模型可进一步结合流域水文模型,用来预测气候变化与人类活动下流域径流变化对湖泊水位的潜在影响,也可作为一种有效的模型工具来回答当前鄱阳湖一些备受关注的热点问题,如定量区分流域五河与长江来水对湖泊洪枯水位的贡献分量,为湖泊洪涝灾害的防治和对策制定提供科学依据